前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇審計風(fēng)險的含義范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

審計風(fēng)險的含義范文第1篇

要：本文對滬深300股指和股指期貨仿真交易收益率極端風(fēng)險和相依關(guān)系進(jìn)行了研究，用DCC-GARCH模型描述了股指期貨和現(xiàn)貨之間動態(tài)的條件相關(guān)系數(shù)，并以極值分布為邊際分布對四種常用的Copula函數(shù)進(jìn)行了擬合，發(fā)現(xiàn)Frank　Copula的擬合效果最好，其次為Clayton　Copula。在此基礎(chǔ)之上，對不同組合的VaR和CVaR進(jìn)行測度，發(fā)現(xiàn)投資組合比例與風(fēng)險之間呈現(xiàn)“U”型特征，這也為股指期貨套期保值提供了一種新的研究方式。

關(guān)鍵詞：極值分布；Copula函數(shù)；套期保值

Abstract：This　paper　study　extreme　risk　and　the　relationship　between　the　China　300　stock　index　and　stock　trading　simulation　yield.　DCC-GARCH　model　used　to　describe　the　dynamic　conditions　of　the　correlation　coefficient　between　the　stock　index　futures　and　spot　goods，and　extreme　value　distribution　for　the　marginal　distribution　of　the　four　commonly　used　Copula　function　fitting.We　found　Frank　Copula　is　the　best　fit，followed　by　Clayton　Copula.　On　this　basis，with　different　combinations　of　VaR　and　CVaR　for　measure，we　find“U”-type　features　between　the　proportion　of　portfolio　and　risk，which　provides　a　new　approach　for　hedge　research.

Key　Words：extreme　value　distribution，Copula　function，hedge

中圖分類號：F830

文獻(xiàn)標(biāo)識碼：A

文章編號：1674-2265（2012）12-0003-09

一、引言

金融資產(chǎn)的相關(guān)性塑造了這樣一種風(fēng)險機制：它為風(fēng)險的傳播提供了便捷的渠道，使之在與其相關(guān)聯(lián)的金融產(chǎn)品間蔓延，不斷地積累能量并觸發(fā)新的風(fēng)險以致于金融風(fēng)波，如美國的次貸危機所引發(fā)的全球經(jīng)濟(jì)動蕩。因此，如何度量金融資產(chǎn)的相關(guān)性歷來為學(xué)者所關(guān)注。

股指期貨不僅可以作為風(fēng)險管理工具，有效分散和轉(zhuǎn)移企業(yè)的金融風(fēng)險，而且還可以發(fā)揮套期保值的作用，為投資者規(guī)避風(fēng)險。但股指現(xiàn)貨和期貨之間特殊的關(guān)聯(lián)性使得杠桿值進(jìn)一步增加，這又成為金融市場上新的風(fēng)險來源。本文考察我國股指期貨正式推出之前期貨和現(xiàn)貨的動態(tài)相關(guān)關(guān)系，分析其風(fēng)險特征并進(jìn)行套期保值的研究。

目前，對金融資產(chǎn)收益時間序列的風(fēng)險研究眾多，估計方法主要包括歷史模擬法、參數(shù)方法和非參數(shù)方法。歷史模擬是利用收益序列的經(jīng)驗分布來近似真實分布，該方法雖然簡單，但不能對過去觀察不到的數(shù)據(jù)進(jìn)行外推，在運用中受到限制。參數(shù)方法假定資產(chǎn)收益服從某一特定過程，基于某一特定分布，得出的風(fēng)險值多是對金融資產(chǎn)收益的總體風(fēng)險的度量，并未很好地考慮到極端風(fēng)險。由于金融市場上的收益率存在尖峰厚尾的特征，極端事件的發(fā)生雖然稀少，損失卻很巨大，人們最為關(guān)注的風(fēng)險就是這種極端風(fēng)險。極值分布作為一種非參數(shù)方法，不需設(shè)定模型，而是讓數(shù)據(jù)去選擇，相對于一般的橢圓分布，它更能捕捉到市場的極端風(fēng)險；而極端風(fēng)險間的相關(guān)是一種非線性相關(guān)，由于金融收益率具有的“波動叢集性”的特征，使得一般的線性相關(guān)無法準(zhǔn)確描述金融資產(chǎn)間的關(guān)聯(lián)關(guān)系。Copula作為一種數(shù)學(xué)函數(shù)可以用來度量金融市場上的非線性相關(guān)，正確設(shè)定研究對象的邊緣分布是構(gòu)造Copula函數(shù)的關(guān)鍵。Copula這一概念最早由斯克拉（SKlar，1959）提出，最近幾年才發(fā)現(xiàn)它能應(yīng)用在金融風(fēng)險管理中，對這一方法比較系統(tǒng)的理論介紹可以參見喬（Joe，1997）、內(nèi)爾森（Nelsen，1999）和恩布雷希茨等（Embrechts等，1999）的研究。隆吉（Longi，2000）應(yīng)用Copula方法對信用風(fēng)險及信用衍生產(chǎn)品定價進(jìn)行研究。弗雷和麥克尼爾（Frey和McNeil，2003）使用Copula方法來分析尾部相關(guān)性，采用比較一般化的相關(guān)系數(shù)進(jìn)行定義。近年來使用Copula方法對組合風(fēng)險進(jìn)行度量的研究還有波耶、戈塞爾和薩蒙（Bouye、Gaussel和Salmon，2002），隆吉和索林克（Longi和Solink，2001），格拉澤曼等（Glasserman等，2002），恩布雷希茨等（2003），羅森堡和舒曼（Rosenberg和Schuermann，2005）等。恩布雷希茨等（2003）和凱路比尼等（Cherubini等，2004）對Copula在金融中的相關(guān)應(yīng)用給出了比較全面的綜述。

本文在綜合現(xiàn)有研究的基礎(chǔ)上，以極值分布作為構(gòu)造Copula函數(shù)的邊緣分布，分析滬深300股指現(xiàn)貨和期貨收益率的極端風(fēng)險，找出能夠精確度量極端風(fēng)險的相依結(jié)構(gòu)，并對相依關(guān)系做出合理解釋。

二、模型介紹

（一）VaR及CVaR模型

1.　VaR模型。VaR也稱在險價值，是一定時期內(nèi)，在一定的置信度下，投資組合可能出現(xiàn)的最大損失，是國際上新近發(fā)展起來的一種卓有成效的風(fēng)險量化技術(shù)。假設(shè)　代表某一金融資產(chǎn)的損失，其密度函數(shù)為　，則VaR可以表示為：

（1）

當(dāng)密度函數(shù)　為連續(xù)函數(shù)時，也可以表示為：　，其中　為損失分布　的反函數(shù)。

2.　CVaR的計算模型。CVaR是指損失超過VaR　的條件均值，也稱為期望短缺　CVaR（Expected　Shortfall　VaR）或尾部VaR（Tail　VaR），其數(shù)學(xué)表達(dá)式為：　，X　表示損失（即負(fù)的收益）。CVaR彌補了　VaR　的缺陷。對于一個連續(xù)性的隨機變量，CVaR是超過VaR的損失的期望值。此時有：

（2）

因為VaR往往會低估風(fēng)險，大多數(shù)金融情景下的風(fēng)險衡量，會帶來災(zāi)難性的后果。而這個問題可以被CVaR所解決。CVaR　滿足平移不變性、正齊次性、次可加性和單調(diào)性，因而是一致性的風(fēng)險度量。CVaR　代表了超額損失的平均水平，反映了損失超過　VaR　閾值時可能遭受的平均潛在損失的大小，較之　VaR　更能體現(xiàn)潛在的風(fēng)險價值。

（二）DCC-GARCH模型

DCC-GARCH模型由恩格爾（Engle，2002）提出，是在波勒斯勒夫（Bollerslev，1990）提出的常相關(guān)模型的基礎(chǔ)上發(fā)展出來的。設(shè)　為具有零均值的收益序列，則DCC-GARCH的具體模型為：

（3）

其中　是一個對角矩陣，對角線的元素即為各變量的條件方差，　為標(biāo)準(zhǔn)化殘差　的條件協(xié)方差矩陣，S為標(biāo)準(zhǔn)化殘差　的無條件協(xié)方差矩陣，　為條件相關(guān)系數(shù)矩陣，符號“　”代表Hadamard乘積，即兩矩陣對應(yīng)元素相乘，　，　為所要估計的參數(shù)。

收益服從多元正態(tài)分布是使用極大似然估計的前提，若此前提假設(shè)不成立，只能使用擬極大似然估計（Quasi-Maximum　Likelihood）。估計過程分為兩階段：（1）使用一元GARCH模型對各變量進(jìn)行估計。（2）使用前一步驟所得的標(biāo)準(zhǔn)化殘差來估計條件相關(guān)系數(shù)（條件協(xié)方差）。

（三）POT模型及極端風(fēng)險測度

極值理論作為度量極端風(fēng)險的一種方法，具有超越樣本數(shù)據(jù)的估計能力，并可以準(zhǔn)確地描述分布尾部的分位數(shù)。它主要包括兩類模型：BMM模型和POT模型。其中BMM模型是一種傳統(tǒng)的極值分析方法，主要用于處理具有明顯季節(jié)性數(shù)據(jù)的極值問題，POT模型是一種新型的模型，對數(shù)據(jù)要求的數(shù)量比較少，是目前經(jīng)常使用的一類極值模型。本文將采用POT模型進(jìn)行估計。

1.　POT模型的理論基礎(chǔ)。假設(shè)序列　的分布函數(shù)為　，定義　為隨機變量

超過閾值　的條件分布函數(shù)，它可以表示為：

（4）

根據(jù)條件概率公式我們可以得到：

（5）

定理（皮金斯，1975）：對于一大類分布　（幾乎包括所有的常用分布），存在一個　，　使得條件超限分布函數(shù)?。?/p>

（6）

當(dāng)　時，?。划?dāng)　時，

。函數(shù)　為廣義帕累托分布。

2.　POT模型的建立和求解。本文采用最大概似估計法（Maximum　Likelihood　CVaRtimation）估計參數(shù)　與　，求極值分布的方法如下：

第一步，　找出GPD概率密度函數(shù)：

（7）

第二步，求其對數(shù)似然函數(shù)：

（8）

第三步，確定閾值　：

迪普伊（Dupuis，1998）給出了對閾值　的估計方法，一般有兩種：根據(jù)Hill圖或根據(jù)樣本的超限期望圖。本文采用樣本的超限期望圖確定閾值　，令　，樣本的超限期望函數(shù)定義為：

（9）

超限期望圖為點　構(gòu)成的曲線，選取充分大的　作為閾值，使得當(dāng)　時，　為近似線性函數(shù)：

（10）

第四步，估計結(jié)果：

當(dāng)　確定以后，利用　的值，根據(jù)公式（6）進(jìn)行最大似然估計得到　和　。同時，我們得到

的值中比閾值　大的個數(shù)，記為　，根據(jù)公式（4），用頻率代替　的值，可以得到　的表達(dá)式：

（11）

3.　基于極值分布的VaR估計。由上式取反函數(shù)，可以得出VaR的估計式，對于給定某個置信水平　，可以由　的分布函數(shù)公式（8）得到：

（12）

根據(jù)GPD的條件分布函數(shù)公式（5）可以得到：

（13）

（四）Copula函數(shù)及相依風(fēng)險測度

1.　四種常用的Copula函數(shù)。尤里（Juri，2002）提出的Copula函數(shù)包含了變量尾部相關(guān)的全部信息，可以使分析者更加全面地了解變量之間的尾部相關(guān)關(guān)系。為了對變量之間的尾部相依關(guān)系進(jìn)行刻劃，我們在對滬深300股指現(xiàn)貨和期貨相依關(guān)系的研究中使用了四種Copula函數(shù)，分別是Gumbel、Guass、Clayton和Frank函數(shù)。

（1）Gauss　Copula函數(shù)。

（14）

為一元標(biāo)準(zhǔn)正態(tài)分布，　。　事實上是邊際分布為標(biāo)準(zhǔn)正態(tài)分布的函數(shù)。諸多研究表明，在數(shù)據(jù)的中間部分，模擬　與實際數(shù)據(jù)吻合較好，但在尾部差別相當(dāng)明顯，當(dāng)要度量尾部風(fēng)險相依性時，Gauss　Copula是無能為力的。

（2）Gumbel　Copula函數(shù)。Gumbel　Copula　函數(shù)的分布函數(shù)和密度函數(shù)分別為：

（15）

（16）

其中　。當(dāng)

時，　，即隨機變量　、　獨立；當(dāng)　時，隨機變量　、　趨向于完全相關(guān)，且　，即當(dāng)　時，Gumbel　Copula函數(shù)趨向于Fréchet上界　。

Gumbel　Copula的密度函數(shù)具有非對稱性，上尾高下尾低，其密度分布呈“J”字型。Gumbel　Copula　函數(shù)上尾的相關(guān)性較強，可用于描述在上尾處具有較強相關(guān)關(guān)系的現(xiàn)象。收益率呈左偏分布時，多用Gumbel　Copula去描述相關(guān)關(guān)系。

（3）Clayton　Copula函數(shù)。Clayton　Copula函數(shù)的分布函數(shù)與密度函數(shù)分別為：

（17）

（18）

其中　。當(dāng)　時，　，即隨機變量　、　趨向于獨立；當(dāng)　時，隨機變量　、　趨向于完全相關(guān)，且　，即當(dāng)　時，Clayton　Copula函數(shù)趨向于Fréchet上界　。

Clayton　Copula的密度函數(shù)同樣具有非對稱性，上尾低下尾高，其密度分布呈“L”型。Clayton　Copula　函數(shù)下尾的相關(guān)性較強，可用于描述在下尾處具有較強相關(guān)關(guān)系的現(xiàn)象。收益率呈右偏分布時，多用Clayton　Copula去描述相關(guān)關(guān)系。

（4）Frank　Copula函數(shù)。Frank　Copula函數(shù)的分布函數(shù)和密度函數(shù)分別為：

（19）

（20）

其中　?！r，隨機變量　、　正相關(guān)，　時隨機變量　、　趨向于獨立，　時隨機變量　、　負(fù)相關(guān)。Frank　Copula的密度函數(shù)具有對稱性，其密度分布呈“U”型。

2.　Copula模型的估計。Copula模型的參數(shù)估計采用兩階段的極大似然估計方法。極大似然方程為：

（21）

為聯(lián)合密度函數(shù)，　是邊際分布　的參數(shù)，　是Copula分布密度函數(shù)的參數(shù)，所有的參數(shù)集為：

（22）

第一步，估計邊緣分布函數(shù)參數(shù)：

第二步，在已知第一步參數(shù)的情況下，對　進(jìn)行估計：

（23）

以上方法又稱邊際推斷函數(shù)法（IFM），參數(shù)的估計稱為邊際推斷估計（IFME），IFME和MLE的效率是非常接近的，具有一致性和漸近正態(tài)性。

3.　基于Copula的VaR算法。結(jié)合前面的極值分布，測定VaR的算法主要步驟如下：

第一步，估計滬深300股指現(xiàn)貨和期貨收益率的極值分布參數(shù)。

第二步，以GPD為邊際分布，估計四種Copula函數(shù)的參數(shù)。

第三步，根據(jù)一定準(zhǔn)則選取擬合最優(yōu)的Copula函數(shù)。

第四步，使用恰當(dāng)?shù)倪\算法則從最優(yōu)的Copula函數(shù)產(chǎn)生pseudo隨機數(shù)。

第五步，用蒙特卡羅模擬，產(chǎn)生10000組模擬的資產(chǎn)組合估計VaR。

三、實證分析

（一）樣本選取及說明

滬深300指數(shù)期貨合約于2006年10月30日開始在中國金融期貨交易所進(jìn)行仿真交易，從2007年起進(jìn)行考察。本文選取2007年1月4日到2008年9月26日間期現(xiàn)指數(shù)收盤價作為分析對象。數(shù)據(jù)來源于中國金融期貨交易所（省略）。滬深300指數(shù)期貨推出的是當(dāng)月、下月和隨后兩個季月的合約，每個期貨合約都有到期日，為了克服期貨價格的不連續(xù)性，我們把每一天離到期日最近的合約品種的收盤價格連接起來。收益率定義為：　，　表示第t日指數(shù)收盤價，為了凸顯研究對象的數(shù)字特征，通過單調(diào)變換把收益率定義為　。滬深300股指現(xiàn)貨和期貨收益率分別用s和f表示。

（二）樣本描述統(tǒng)計

首先對滬深股指300現(xiàn)貨和期貨收益率進(jìn)行了描述統(tǒng)計，結(jié)果表明，滬深股指300現(xiàn)貨收益率的標(biāo)準(zhǔn)差為2.7080，明顯低于仿真股指期貨收益率的標(biāo)準(zhǔn)差，期貨收益率的峰度為7.5163，現(xiàn)貨收益率的峰度為3.9259，這說明期貨收益率的整體波動要大一些。從J-B正態(tài)檢驗來看，無論是期貨還是現(xiàn)貨的收益率都顯著拒絕原正態(tài)分布的假設(shè)。雖然現(xiàn)貨收益率的均值和中位數(shù)都大于期貨收益率，但現(xiàn)貨收益率的偏度為-0.3590，期貨的為1.1641。

采用DCC-GARCH模型對滬深300股指現(xiàn)貨和期貨收益率序列進(jìn)行擬合，圖1顯示兩個收益率序列動態(tài)相關(guān)的特征示例，其中縱坐標(biāo)為動態(tài)時變相關(guān)系數(shù)。兩指數(shù)收益序列動態(tài)相關(guān)性非常強，相關(guān)系數(shù)最小為0.0293，最高為0.8909，平均為0.7077，標(biāo)準(zhǔn)差為0.0751。

（三）極值分布建模及極端風(fēng)險測度

1.　極值分布的閾值選取。基于極值理論中的POT模型，我們需要確定恰當(dāng)?shù)拈撝怠Τ薹植歼M(jìn)行GPD擬合。迪穆謝爾（DuMouchel，1983）的研究表明，在　允許的情況下選取10%左右的數(shù)據(jù)作為極值數(shù)據(jù)組是比較合適的，否則可能會出現(xiàn)樣本內(nèi)過度擬合，樣本外不適用。圖2和圖3分別描繪了滬深300股指現(xiàn)貨和期貨收益率下尾和上尾以及各自的閾值變動范圍。圖2為超限期望圖及下尾閾值范圍，左上為現(xiàn)貨收益率下尾，右上為期貨收益率下尾，左下為現(xiàn)貨收益率下尾閾值范圍，右下為期貨收益率下尾閾值范圍。圖3為滬深300股指現(xiàn)貨和期貨收益率上尾閾值范圍，左上為現(xiàn)貨收益率上尾，右上為期貨收益率上尾，左下為現(xiàn)貨收益率上尾閾值范圍，右下為期貨收益率上尾閾值范圍。以現(xiàn)貨收益率下尾分布為例：樣本的平均超限函數(shù)圖在-3.3附近近似直線，具有明顯的帕累托分布特征，并且我們結(jié)合閾值平緩變動的范圍，經(jīng)過多次試驗，最終確定當(dāng)　、　時能夠較好地刻劃下尾特征。

2.　GPD參數(shù)估計結(jié)果。根據(jù)選取的閾值，進(jìn)行極大似然估計，通過尾部的擬合得到參數(shù)估計結(jié)果（見表1）。由圖4、圖5可以看出，下尾尾部的大部分點基本都落在圖中的曲線上。由于數(shù)據(jù)分布的原因，上尾擬合不可避免地存在一些偏差，總體來看GPD的擬合效果是比較理想的。

3.　基于極值分布的VaR和CVaR估計結(jié)果。為了凸顯極值分布對極端風(fēng)險的刻劃能力，表2同時給出了基于正態(tài)分布和極值分布的VaR和CVaR估計值，由表2不難看出：期貨收益率的風(fēng)險要明顯大于現(xiàn)貨收益率的風(fēng)險，極值分布下的期貨風(fēng)險值大概是現(xiàn)貨的兩倍；在0.975和0.99的置信水平下，基于極值分布的風(fēng)險估計值要大于正態(tài)分布下的風(fēng)險值，說明越是在高分位數(shù)，極值分布越能捕捉到尾部風(fēng)險。

（四）Copula函數(shù)建模和相依風(fēng)險測度

1.　經(jīng)驗Copula函數(shù)。經(jīng)驗Copula函數(shù)是基于非參數(shù)建模的方法對金融時間序列的真實分布做出較為精確的擬合，這種估計能夠比其他方法更接近數(shù)據(jù)的實際分布，因此，在將滬深300股指現(xiàn)貨和期貨收益率的邊際分布（極值分布）轉(zhuǎn)化為均勻分布進(jìn)行不同的Copula函數(shù)估計之前，有必要考察經(jīng)驗Copula函數(shù)的一些性狀。

由于Gumbel　Copula在上尾有著較高的相關(guān)性，即主要反映市場交易活躍時的相關(guān)，不妨稱之為“牛式相關(guān)”；Clayton　Copula在下尾有著較高的相關(guān)性，即主要反映市場交易不活躍時的相關(guān)，稱之為“熊式相關(guān)”；Frank　Copula是對稱分布，屬于“對稱相關(guān)”。由經(jīng)驗Copula概率密度的等高線可以看出，該分布兩端概率的密集程度大體相當(dāng)，或下尾比上尾處的概率稍微密集了些，因此有理由猜想利用對稱分布的Frank　Copula或Clayton　Copula可以較為真實地反映這一相關(guān)結(jié)構(gòu)。

圖6：經(jīng)驗Copula密度函數(shù)和概率密度的等高線

由表3可以看出，F(xiàn)rank　Copula的極大似然值最大，并且AIC和BIC是最小的，因此選取Frank　Copula是比較恰當(dāng)?shù)?。根?jù)以上估計結(jié)果對函數(shù)進(jìn)行擬合，圖7給出經(jīng)驗Copula和四種Copula的擬合圖的等高線，左上為Gumbel　Copula，右上為Gauss　Copula，左下為Frank　Copula，右下為Clayton　Copula。不難看出，F(xiàn)rank　Copula的擬合效果最好，其次為Clayton　Copula。為了進(jìn)一步驗證這一結(jié)論的可靠性，利用Frank　Copula函數(shù)對滬深300股指現(xiàn)貨和期貨收益率序列進(jìn)行模擬，對照真實收益率，可以推知基于Frank　Copula對收益率分布的擬合非常理想（見圖8）。

3.　基于Frank　Copula的VaR和CVaR估計結(jié)果。

現(xiàn)在考慮極端事件的相依風(fēng)險的測度問題，s和f分別表示滬深300股指現(xiàn)貨和期貨的收益率，設(shè)　和　分別為股指現(xiàn)貨和期貨的投資比例，這兩種資產(chǎn)的組合投資的對數(shù)收益率可以表示為：

選取極值分布作為邊際分布，F(xiàn)rank　Copula為連接函數(shù)，模擬出聯(lián)合分布F的隨機數(shù)，對于給定的組合投資收益率R，在給定的置信水平q下，用蒙特卡羅模擬，產(chǎn)生10000組模擬的資產(chǎn)組合估計VaR。

以上給出了五種組合下的VaR和CVaR值，不難發(fā)現(xiàn)，隨著現(xiàn)貨投資比例的增加，風(fēng)險值不斷降低，然后又隨之增加，大致呈現(xiàn)“U”型特征。以上面數(shù)據(jù)為例，在0.975和0.99的置信水平下，現(xiàn)貨的投資比例為0.7、期貨的投資比例為0.3時，風(fēng)險值最低，不斷地縮短步長，總可以找到風(fēng)險最低的投資組合，該思路可以運用到套利上面去，從而為研究股指期貨的最優(yōu)套期保值提供了新的范式，這也是本文下一步的研究重點。

四、結(jié)論

第一，通過DCC-GARCH模型對股指仿真期貨和現(xiàn)貨收益率的條件相關(guān)的動態(tài)描述可以看出，滬深300股指期貨和現(xiàn)貨收益率的變動趨勢大致相同，具有較強的動態(tài)相關(guān)關(guān)系，投資者可以利用現(xiàn)貨和期貨收益波動的相關(guān)性進(jìn)行有效的套期保值，規(guī)避系統(tǒng)性風(fēng)險；而監(jiān)管者需要更加密切地關(guān)注證券市場的動態(tài)變化，防止股指期貨推出后市場的惡意操縱。

第二，以極值分布為邊際分布構(gòu)造的Copula函數(shù)極大限度地捕捉到了極端風(fēng)險的相依關(guān)系。進(jìn)一步的實證表明：期貨風(fēng)險要明顯大于現(xiàn)貨風(fēng)險，極值分布下的期貨風(fēng)險值大概是現(xiàn)貨的兩倍。滬深300股指現(xiàn)貨和期貨收益率的尾部相關(guān)結(jié)構(gòu)可以用Frank函數(shù)進(jìn)行描述，即無論市場瘋狂上漲還是急劇下跌過程中，股指現(xiàn)貨和期貨收益率之間存在著同時相互影響、相互加強的雙邊風(fēng)險關(guān)聯(lián)關(guān)系，同時，尾部相關(guān)結(jié)構(gòu)也可以用Clayton函數(shù)進(jìn)行刻劃，這一結(jié)果意味著當(dāng)資本市場出現(xiàn)持續(xù)下跌、劇烈波動等極端風(fēng)險事件時，股指期貨的風(fēng)險關(guān)聯(lián)性相互加強。因此，應(yīng)設(shè)定恰當(dāng)?shù)姆€(wěn)定機制，盡可能不干擾市場正常波動和交易情況，特別是對于預(yù)防股災(zāi)等極端股市危機是極其必要的。

第三，在利用Frank　Copula進(jìn)行極端風(fēng)險測度的同時，我們發(fā)現(xiàn)，在投資組合比例的步長為0.2時，隨著現(xiàn)貨投資比例的增加，風(fēng)險值先是不斷降低后又逐漸增加，組合投資風(fēng)險大致呈“U”型分布，縮短步長，可以得到風(fēng)險最低時的投資組合，至少可以得到對應(yīng)風(fēng)險局部最小值的投資組合，其實這是一種風(fēng)險對沖的思想，從而為最優(yōu)套期保值比率的研究提供了一種新的思路。

參考文獻(xiàn)：

[1]王志誠，周春生.金融風(fēng)險管理研究進(jìn)展：國際文獻(xiàn)綜述[J].管理世界，2006，（4）.

[2]馬林.金融風(fēng)險度量及其有效前沿[D].華中科技大學(xué)碩士學(xué)位論文，2006年1月.

[3]Danielsson　J.，CG.de　Vries.1997.Value　at　Risk　and　Extreme　Returns，London　School　of　Economics[M]，F(xiàn)inancial　Markets　Group　Discussion　Paper　1997（272-273）.

[4]韋艷華，張世英，郭焱.金融市場相關(guān)程度與相關(guān)模式的研究[J].系統(tǒng)工程報.2004，19（4）.

[5]Sklar，A.，1959，“Fonctions　de　Repartition　a　n　Dimensionset　Leurs　Marges”，Publications　de　l'Institut　de　Statistiquede　l'　Universite　de　Paris，Vol.8，　pp.229～231.

[6]Joe，H.，1997，“Multivariate　Models　and　Dependence　Concepts”，Chapman　&　Hall.

[7]Nelsen，R.，1999，“An　Introduction　to　Copulas”，Springer，New　York.

[8]Embrechts，P.，Lindskog，F(xiàn).and　McNeil，A.，2003，“Modeling　Dependence　with　Copulas　and　Applications　to　Risk　Management”，In：Rachev，S.（Ed.），Handbook　of　Heavy　Tailed　Distributions　in　Finance，Elsevier，Rotterdam，　pp.329～384.

[9]Longin，F(xiàn).，2000，“From　Value　at　Risk　to　Stress　Testing：the　Extreme　Value　Approach”，　Journal　of　Banking　and　Finance，Vol.24，pp.1097～1130.

[10]Frey，R.and　McNeil，A，.2003，“Modeling　Dependent　Defaults”，Journal　of　Risk，Vol.6，No.1，pp.59～92.

[11]Bouye，E.，Gaussel，N.　and　Salmon，M.，2002，“Investigating　Dynamic　Dependence　Using　Copula”，　Manuscript，　Financial　Econometrics　Research　Center.

[12]Longin，F(xiàn).　and　Solink，B.，2001，“Extreme　Correlation　of　International　Equity　Markets”，Journal　of　Finance，　Vol.56，pp.649～676.

[13]Glasserman，P.，Heidelberger，P.and　Shahabuddin，　P.，2002，“Portfolio　Value-at-risk　with　Heavy-tailed　Risk　Factors”，　Mathematical　Finance，Vol.12，pp.239～270.

[14]Embrechts，P.，Lindskog，F(xiàn).and　McNeil，A.，2003，“Modeling　Dependence　with　Copulas　and　Applications　to　Risk　Management”，In：Rachev，S.（Ed.），Handbook　of　Heavy　Tailed　Distributions　in　Finance，Elsevier，Rotterdam，　pp.329～384.

[15]Rosenberg，J.and　Schuermann，T.，2005，“A　General　Approach　to　Integrated　Risk　Management　with　Skewed，　Fat-tailed　Risk”，F(xiàn)RB　of　New　York　Staff　Report　No.185.

[16]Embrechts，P.，Lindskog，F(xiàn).and　McNeil，A.，2003，“Modeling　Dependence　with　Copulas　and　Applications　to　Risk　Management”，In：Rachev，S.（Ed.），Handbook　of　Heavy　Tailed　Distributions　in　Finance，Elsevier，Rotterdam，　pp.329～384.

[17]鄭振龍，王保合.基于極值理論的風(fēng)險價值度量[J].金融學(xué)季刊.2005，1（1）

[18]McNeil.A．J，F(xiàn)rey.R.2000.Estimation　of　Tail-Rlated　Risk　Measures　for　Heteroscedastic　Financial　Time　Series：An　Extreme　Value　Approach[J].Journal　of　Empirical　Finance　2000，7：27（1-300）．

[19]DuMouchel　W.M.1983.Estimating　the　Stable　Index　_　in　Order　to　Measure　Tail　Thickness：　A　Critique[M].　Annals　of　Statistics　11.1983.（1019-1031）.

[20]李竹渝，魯萬波，龔金國.經(jīng)濟(jì)金融計量學(xué)中的非參數(shù)估計技術(shù)[M].科學(xué)出版社.2007.

審計風(fēng)險的含義范文第2篇

關(guān)鍵詞：審計風(fēng)險 注冊會計師 控制 防范

我國注冊會計師的審計業(yè)務(wù)范圍逐年拓寬，由于社會經(jīng)濟(jì)生活的復(fù)雜性和不確定性也是日趨加劇，審計難度越來越大，審計風(fēng)險不斷加重。國際國內(nèi)資本市場發(fā)生的安然、麥道夫、銀廣夏、藍(lán)田、東方電子等眾多案件中，有些注冊會計師受到了牽連。正確認(rèn)識審計風(fēng)險，積極有效地預(yù)防和控制審計風(fēng)險，發(fā)揮注冊會計師審計的作用，是市場經(jīng)濟(jì)發(fā)展中的重要問題，這個問題已經(jīng)引起了社會各界的關(guān)注。本文將對審計風(fēng)險的概念、特征、分類和高發(fā)環(huán)節(jié)及其形成因素等方面進(jìn)行論述分析,然后針對審計的外部和內(nèi)部環(huán)境，提出了審計風(fēng)險控制與防范的建議。

一 、審計風(fēng)險概述

（一）審計風(fēng)險含義

審計風(fēng)險是指當(dāng)財務(wù)報表存在重大錯報時，注冊會計師發(fā)表不恰當(dāng)審計意見的可能性。

在審計準(zhǔn)則中，審計風(fēng)險不包括財務(wù)報表不存在重大錯報，而注冊會計師發(fā)表的審計意見認(rèn)為財務(wù)報表存在重大錯報的風(fēng)險。

如果不能有效的控制和防范審計風(fēng)險，將可能導(dǎo)致審計失敗。我們應(yīng)當(dāng)充分認(rèn)識審計風(fēng)險的特征、形成的原因和多發(fā)環(huán)節(jié)，才有利于分析我國注冊會計師財務(wù)報表審計風(fēng)險形成因素，采取有效對策，提高審計質(zhì)量，更好地發(fā)揮對經(jīng)濟(jì)的監(jiān)督作用。

二、審計風(fēng)險形成因素分析

審計風(fēng)險形成的因素很多，以下是常見的審計風(fēng)險形成因素：

（一）審計外部環(huán)境因素

1、經(jīng)營風(fēng)險因素

經(jīng)營風(fēng)險是指可能對被審計單位實現(xiàn)目標(biāo)和實施戰(zhàn)略的能力產(chǎn)生不利影響的重要狀況、事項、情況、作為（或不作為）而導(dǎo)致的風(fēng)險，或由于制定不恰當(dāng)?shù)哪繕?biāo)和戰(zhàn)略而導(dǎo)致的風(fēng)險。

2、公眾期望因素

市場經(jīng)濟(jì)持續(xù)發(fā)展，社會公眾對注冊會計師審計意見的依賴性逐漸增強，對審計質(zhì)量的期望值變大。由于審計本身的固有局限性，使得審計結(jié)論所起的作用往往達(dá)不到人們心理賦予它的期望值。尤其是審計報告的潛在使用者，不了解注冊會計師審計具有固有的局限性，一旦投資者投資受到損失或發(fā)生其他經(jīng)濟(jì)糾紛時，往往將被投資單位與注冊會計師一并提訟，力爭取得最大的利益補償，這在無形之中加大了注冊會計師的審計責(zé)任，公眾期望會引發(fā)潛在的審計風(fēng)險。

（二）審計內(nèi)部環(huán)境因素

1、審計組織因素

我國會計師事務(wù)所是有限責(zé)任公司制、普通合伙制、特殊普通合伙制三種組織形式并存，其中有限責(zé)任公司制問題比較多，一股獨大，一人說了算，忽視審計風(fēng)險普遍存在，尤其是有限責(zé)任制與注冊會計師行業(yè)要求不相適應(yīng)，以為是有限責(zé)任而瘋狂追求經(jīng)濟(jì)效益最大化，不顧審計風(fēng)險，甚至明知卻默許被審計單位管理層造假行為，形成審計高風(fēng)險。眾多類似東方電子虛假財務(wù)報表案都足以說明了有限責(zé)任公司制與注冊會計師行業(yè)要求不相適應(yīng)的弊端，是產(chǎn)生審計風(fēng)險的重要因素。

2、審計人員因素

注冊會計師在執(zhí)行審計工作中， 存在沒有保持足夠職業(yè)懷疑態(tài)度的問題，如輕信管理層和治理層的誠信而滿足于說服力不夠的審計證據(jù)，把審計中發(fā)現(xiàn)的舞弊視為孤立發(fā)生的事項，未對不同來源的審計證據(jù)或不同性質(zhì)的審計證據(jù)相互比較，出現(xiàn)管理層的某項聲明與其他審計證據(jù)相矛盾問題也不進(jìn)行進(jìn)一步調(diào)查等等，都會直接產(chǎn)生審計風(fēng)險。注冊會計師審計失敗案，往往是注冊會計師缺乏足夠的職業(yè)懷疑態(tài)度的必然結(jié)果。眾多類似東方電子虛假財務(wù)報表案和中注協(xié)對紫鑫藥業(yè)項目審計質(zhì)量調(diào)查結(jié)果都充分證明存在沒有保持足夠職業(yè)懷疑態(tài)度的問題。

（三）非審計業(yè)務(wù)因素

從國際發(fā)達(dá)國家的經(jīng)驗來看，非審計業(yè)務(wù)在經(jīng)濟(jì)利益和自我評價及密切關(guān)系方面，形成對審計獨立性構(gòu)成了嚴(yán)重的威脅，這些威脅可以造成注冊會計師喪失審計獨立性，而增大審計風(fēng)險。尤其是當(dāng)非審計業(yè)務(wù)收入占會計師事務(wù)所總收入的比重較高，甚至遠(yuǎn)遠(yuǎn)超過了審計業(yè)務(wù)收入時，會計師事務(wù)所對非審計業(yè)務(wù)收入的經(jīng)濟(jì)依賴性加大，進(jìn)而損害審計獨立性的程度加大，審計風(fēng)險隨之加大。世人皆知，非審計業(yè)務(wù)威脅審計獨立性導(dǎo)致審計風(fēng)險的安然事件，當(dāng)年美國安然公司支付給安達(dá)信會計師事務(wù)所的審計費為2500萬美元，而同時支付非審計業(yè)務(wù)的費用為2700萬美元。

（四）審計手段因素

審計依次經(jīng)歷了賬項導(dǎo)向、制度導(dǎo)向和風(fēng)險導(dǎo)向三種模式，現(xiàn)代審計是風(fēng)險導(dǎo)向?qū)徲嬆Ｊ?。風(fēng)險導(dǎo)向?qū)徲嬆Ｊ骄哂袃蓚€特點：一是要求審計人員不僅要對控制風(fēng)險進(jìn)行評價，而且要針對可能產(chǎn)生審計風(fēng)險的各個環(huán)節(jié)進(jìn)行具體評價，以確定審計人員實質(zhì)性測試的重點及如何收集、收集多少和收集何種審計證據(jù)；二是風(fēng)險審計大量運用了分析的方法這種方法貫穿于審計的整個階段。

三、審計風(fēng)險控制與防范建議

（一）改善審計外部環(huán)境

1、應(yīng)當(dāng)正視經(jīng)營風(fēng)險

盡管經(jīng)營風(fēng)險與審計風(fēng)險密切相關(guān)，但是管理層和治理層都無法推卸各自的責(zé)任。建議政府采取強制性措施，按照企業(yè)法的規(guī)定對管理層和治理層進(jìn)行正視經(jīng)營風(fēng)險意識教育，促使他們履行各自的責(zé)任，包括保證財務(wù)報表恰當(dāng)披露經(jīng)營風(fēng)險導(dǎo)致的財務(wù)結(jié)果的責(zé)任，否則應(yīng)當(dāng)予以嚴(yán)厲懲處。

審計風(fēng)險的含義范文第3篇

關(guān)鍵詞：審計；風(fēng)險；程序

一、審計風(fēng)險的具體內(nèi)涵

盡管目前對重要性原則的表述不盡相同，但其認(rèn)識基本一致，即如果信息的錯報或漏報影響到報表使用者的判斷或決策，那么該信息就是重要的。在理解重要性的具體內(nèi)涵時，必須認(rèn)識到由于審計方法或?qū)徲嫵杀镜南拗?，財?wù)報表審計只能起到合理保證的作用，注冊會計師在審計過程中必須站在財務(wù)報表使用者的角度上，考慮在具體的審計環(huán)境下，財務(wù)報表的某項錯報是否足以改變或影響財務(wù)報表使用者的相關(guān)決策，所以運用重要性的關(guān)鍵是確定多少金額及以上的錯報會影響到信息需求者的決策。在我國的審計實務(wù)中，結(jié)合重要性標(biāo)準(zhǔn)的具體含義做進(jìn)一步延伸界定為重要性水平，這也是審計實務(wù)工作者對重要性的習(xí)慣性表述，而這種做法與重要性的含義邏輯上一致。

現(xiàn)代風(fēng)險導(dǎo)向?qū)徲媽崉?wù)模式下，注冊會計師確定兩個層次的重要性水平，就某一特定的被審計單位而言，出具真實公允的財務(wù)報表是被審計單位管理當(dāng)局的責(zé)任，而報表中的錯報漏報到多大程度會影響到報表使用者的判斷決策是客觀存在的，這個尺度只有管理當(dāng)局最清楚。但這個客觀的重要性水平是一個非常抽象的標(biāo)準(zhǔn)，對注冊會計師而言具有不可確知性，只能利用對被審計單位的理解和職業(yè)判斷進(jìn)行評估。目前沒有尺度去評價CPA所估計的重要性水平是接近還是偏離客觀重要性水平，所以伴隨CPA這種職業(yè)判斷的審計風(fēng)險接踵而來，不僅如此，不同的報表使用者容許報表中存在的錯報或漏報嚴(yán)重程度不盡相同，但在實踐中，注冊會計師用統(tǒng)一的量化的重要性判斷標(biāo)準(zhǔn)來指導(dǎo)審計實務(wù)，將承擔(dān)一定的審計風(fēng)險，實踐中重要性水平的確定和注冊會計師承擔(dān)審計風(fēng)險存在必然聯(lián)系。

針對具體認(rèn)定層次風(fēng)險嚴(yán)重性和可能性，確定進(jìn)一步的審計程序，CPA通過實施具體的審計程序，收集到充分適當(dāng)?shù)膶徲嬜C據(jù)來控制檢查風(fēng)險水平，所以從審計人員角度看，確定各個認(rèn)定層次的重要性水平，但能否查出各個認(rèn)定層次的錯報漏報是否超過重要性水平這本質(zhì)上屬于審計檢查風(fēng)險。對重大錯報風(fēng)險水平進(jìn)行恰當(dāng)評估基礎(chǔ)上，只有將審計檢查風(fēng)險降到可接受范圍之內(nèi)，才能達(dá)到審計后的報表容許的錯報或漏報在重要性水平之下，審計風(fēng)險在可承受范圍之內(nèi)。

二、審計程序的界定

審計計劃階段確定的重要性水平，可接受的審計風(fēng)險水平，最終都是在為注冊會計師實施審計程序范圍的大小服務(wù)。而隨著審計程序?qū)嵤┓秶牟粩嗉由罴皩Ρ粚徲媶挝痪唧w情況的不斷了解，注冊會計師不斷修正審計計劃階段確定的重要性水平和審計風(fēng)險水平。所以審計程序范圍與計劃階段確定的重要性水平、審計風(fēng)險水平具有相對應(yīng)的關(guān)系。

現(xiàn)代風(fēng)險導(dǎo)向?qū)徲嬆Ｊ较拢瑢徲嫵绦虬磳嵤┑哪康姆譃轱L(fēng)險評估、控制測試、實質(zhì)性測試。風(fēng)險評估程序是以了解被審計單位及其環(huán)境并進(jìn)行恰當(dāng)評估重大錯報風(fēng)險為起點和導(dǎo)向，獲得包括對企業(yè)外部、內(nèi)部環(huán)境的風(fēng)險的初步了解和識別，并根據(jù)初步評估結(jié)果，計劃和實施控制測試程序，然后根據(jù)風(fēng)險評估程序和控制測試的結(jié)果，計劃和實施實質(zhì)性測試程序?，F(xiàn)代風(fēng)險導(dǎo)向?qū)徲嬓吕砟钍窃鰪婏L(fēng)險評估的新導(dǎo)向和進(jìn)一步審計程序的針對性。如果初步評估重大錯報風(fēng)險水平較高，則CPA應(yīng)實施更多實質(zhì)性測試而相應(yīng)減少控制測試的范圍，把從宏觀著眼識別和評估出的重大錯報風(fēng)險與微觀的某類交易、賬戶余額及列報認(rèn)定相聯(lián)系，通過實施具體的細(xì)節(jié)測試和分析性測試，將認(rèn)定層次的錯報或漏報查出，控制檢查風(fēng)險水平，通過將組成財務(wù)報表三個認(rèn)定層次的超過重要性水平的錯報或漏報查出，才能合理保證財務(wù)報表整體不存在重大錯報，審計風(fēng)險也能降低到可接受范圍之內(nèi)。

三、審計風(fēng)險與審計程序的關(guān)系

在既定的、可接受的審計風(fēng)險水平一定的前提下，初步評估的重大錯報風(fēng)險與檢查風(fēng)險水平成反向關(guān)系。檢查風(fēng)險是指CPA未能發(fā)現(xiàn)某一認(rèn)定存在錯報，該錯報單獨或連同其他錯報是重大的可能性小，即該錯報在重要性水平之下，這樣注冊會計師承擔(dān)的檢查風(fēng)險水平會很低。如果注冊會計師發(fā)現(xiàn)某項認(rèn)定單獨或連同其他錯報認(rèn)定發(fā)生超過重要性水平的錯報的可能性大，CPA需要實施的審計范圍就越大，實施的審計程序類型就要更多一些。當(dāng)重大錯報風(fēng)險水平偏低，CPA估計的重要性水平可以偏高，雖然重要性水平判斷風(fēng)險增加，但由于重大錯報風(fēng)險水平降低，也可抵消重要性水平估計偏高所帶來的審計判斷風(fēng)險，從而使審計風(fēng)險降低至可接受水平。融合前者重要性水平與審計風(fēng)險成反向關(guān)系，利用層次分析法界定評定重要性水平、重大錯報風(fēng)險水平和檢查風(fēng)險水平之間的關(guān)系。

審計風(fēng)險的含義范文第4篇

目前審計職業(yè)界普遍使用的審計風(fēng)險模型是由美國注冊會計師協(xié)會1983年提出的。該模型認(rèn)為審計風(fēng)險由固有風(fēng)險、控制風(fēng)險和檢查風(fēng)險三要素組成，對審計風(fēng)險的計量為：

審計風(fēng)險=固有風(fēng)險×控制風(fēng)險×檢查風(fēng)險

根據(jù)上式，在既定的審計風(fēng)險下，檢查風(fēng)險可計算如下：

檢查風(fēng)險=審計風(fēng)險/（固有風(fēng)險×控制風(fēng)險）

根據(jù)上述模型，審計主體在確定可接受的審計風(fēng)險時，首先要評估固有風(fēng)險、控制風(fēng)險，在此基礎(chǔ)上推算可接受的檢查風(fēng)險。該審計風(fēng)險模型存在如下缺陷：

1.1只定性分析審計風(fēng)險該審計風(fēng)險模型只是定性地分析了客觀存在的風(fēng)險。該模型考慮的風(fēng)險只考慮了有關(guān)審計風(fēng)險控制的環(huán)節(jié)，并用公式來描述審計風(fēng)險的概率，無法直觀地進(jìn)行定量分析，即計量審計風(fēng)險給審計主體帶來的損失金額的可能性。

1.2審計風(fēng)險因素不全面該模型考慮的風(fēng)險只與審計過程和審計順序有關(guān)，即只從審計主體的審計檢查方法和審計對象的經(jīng)營、內(nèi)部控制方面考慮審計風(fēng)險因素，未充分考慮審計風(fēng)險產(chǎn)生的其他主要原因，如報表使用者的訴訟請求因素、社會宏觀法律環(huán)境因素等。

1.3無法描述道德風(fēng)險審計案件中存在的一些問題并非完全是由于技術(shù)上或程序上的失誤造成的，審計主體的日常行為和工作態(tài)度有時也會成為問題的癥結(jié)所在。因此，人們除了關(guān)注審計技術(shù)和程序的發(fā)展外，亦開始關(guān)注審計主體的自身行為，由此產(chǎn)生了審計主體的道德問題。但是，傳統(tǒng)的審計模型無法描述由于不道德行為所產(chǎn)生的風(fēng)險，包括：企業(yè)與審計主體串通舞弊，出具不恰當(dāng)?shù)膶徲媹蟾妫粚徲嬛黧w接受賄賂；審計主體為了經(jīng)濟(jì)利益壓低價格有損同業(yè)等。

1.4對審計風(fēng)險的表述不完整隨著審計風(fēng)險含義的擴大，審計風(fēng)險控制就不能只局限于審計過程和所審計的對象，必須把審計風(fēng)險的控制放在一個系統(tǒng)中全面把握，還應(yīng)考慮審計環(huán)境影響、人員因素及后果等。審計風(fēng)險范圍也應(yīng)擴大為審計主體風(fēng)險、會計師事務(wù)所風(fēng)險和會計行業(yè)風(fēng)險，還包括審計結(jié)論利用中產(chǎn)生的法律風(fēng)險以及賠償風(fēng)險。

2現(xiàn)代審計風(fēng)險模型的發(fā)展

現(xiàn)代審計風(fēng)險模型在傳統(tǒng)審計風(fēng)險模型的基礎(chǔ)上進(jìn)行了改進(jìn)，形式上有所簡化，但審計風(fēng)險的內(nèi)涵和外延卻擴大了。

2.1認(rèn)定層次風(fēng)險認(rèn)定層次風(fēng)險指交易類別、賬戶余額、披露和其他相關(guān)具體認(rèn)定層次的風(fēng)險，包括傳統(tǒng)的固有風(fēng)險和控制風(fēng)險。認(rèn)定層次的錯報主要指經(jīng)濟(jì)交易的事項本身的性質(zhì)和復(fù)雜程度發(fā)生的錯報，企業(yè)管理當(dāng)局由于本身的認(rèn)識和技術(shù)水平造成的錯報，以及企業(yè)管理當(dāng)局局部和個別人員舞弊和造假造成的錯報。

2.2會計報表整體層次風(fēng)險會計報表整體層次風(fēng)險主要指戰(zhàn)略經(jīng)營風(fēng)險（簡稱戰(zhàn)略風(fēng)險）。把戰(zhàn)略風(fēng)險融入現(xiàn)代審計模型，可建立一個更全面的審計風(fēng)險分析框架。

2.2.1從戰(zhàn)略風(fēng)險的定義來看：戰(zhàn)略風(fēng)險是審計風(fēng)險的一個高層次構(gòu)成要素，是會計報表整體不能反映企業(yè)經(jīng)營實際情況的風(fēng)險。這種風(fēng)險源自于企業(yè)客觀的經(jīng)營風(fēng)險或企業(yè)高層通同舞弊、虛構(gòu)交易。傳統(tǒng)審計風(fēng)險模型解決的是企業(yè)的交易和事項在本身真實的基礎(chǔ)上，怎樣發(fā)現(xiàn)會計報表存在的錯報，將審計重點放在各類交易和賬戶余額層次，而不從宏觀層面考慮會計報表可能存在的重大錯報風(fēng)險，這很可能只發(fā)現(xiàn)企業(yè)小的錯誤，卻忽略大的問題；現(xiàn)代審計風(fēng)險模型解決的是企業(yè)經(jīng)營過程中管理層通同舞弊、虛構(gòu)交易或事項而導(dǎo)致會計報表存在錯報怎樣進(jìn)行審計的問題。

2.2.2從審計戰(zhàn)略來看：現(xiàn)代審計風(fēng)險模型是在系統(tǒng)論和戰(zhàn)略管理理論基礎(chǔ)上的重大創(chuàng)新。從戰(zhàn)略角度入手，通過經(jīng)營環(huán)境—經(jīng)營產(chǎn)品—經(jīng)營模式—剩余風(fēng)險分析的基本思路，可將會計報表錯報風(fēng)險從戰(zhàn)略上與企業(yè)的經(jīng)營環(huán)境、經(jīng)營模式緊密聯(lián)系起來，從而在源頭上和宏觀上分析和發(fā)現(xiàn)會計報表錯報，把握審計風(fēng)險。而將環(huán)境變量引入模型的同時，也將審計引入并創(chuàng)立了戰(zhàn)略審計觀。

2.2.3從審計的方法程序來看：現(xiàn)代審計風(fēng)險模型注重運用分析性程序，既包括財務(wù)數(shù)據(jù)分析，也包括非財務(wù)數(shù)據(jù)的分析；且分析工具多樣化，如戰(zhàn)略分析、績效分析等。例如畢馬威國際（KPMG）為應(yīng)用現(xiàn)代審計風(fēng)險模型的理念與方法，研究制定了經(jīng)營計量程序（BusinessMeasurementProcess，BMP），專門分析企業(yè)在復(fù)雜的市場環(huán)境和產(chǎn)業(yè)環(huán)境下的經(jīng)營情況，以確定關(guān)鍵經(jīng)營風(fēng)險如何影響財務(wù)結(jié)果。BMP提供了一個審查影響財務(wù)信息和非財務(wù)信息流的分析框架。

2.2.4從審計的目標(biāo)來看：現(xiàn)代審計是為了消除會計報表的重大錯報，增強會計報表的可信性。為達(dá)到此目標(biāo)，注冊會計師應(yīng)當(dāng)假定會計報表整體是不可信的，從而引進(jìn)全方位的職業(yè)懷疑態(tài)度，在審計過程中把質(zhì)疑一一排除。而該模型充分體現(xiàn)了這種觀念。

3現(xiàn)代審計風(fēng)險模型的分析應(yīng)用框架

3.1確定總體審計風(fēng)險概率審計風(fēng)險可按其發(fā)生的可能性大小分為基本確定、很可能、可能和極小可能?？赡苄砸话惆锤怕蕘磉M(jìn)行表述，如極小可能的概率為大于0但小于或等于5％。

社會公眾對注冊會計師的期望值很高，獨立審計存在的價值就在于消除會計報表的錯誤和不確定性；縮小或消除社會公眾合理的期望差距。獨立性原則的要旨是使注冊會計師免于利益沖突，從而奠定正直與客觀的執(zhí)業(yè)基礎(chǔ)，但獨立性最終體現(xiàn)在注冊會計師獨立承擔(dān)審計風(fēng)險責(zé)任方面，因而降低審計風(fēng)險是注冊會計師的“靈魂”。審計風(fēng)險就是審計失敗的可能性，它只能控制在極小可能程度以下，用數(shù)學(xué)概率表示應(yīng)不超過5％。

3.2分析戰(zhàn)略風(fēng)險在確立了總體審計風(fēng)險概率應(yīng)該控制在5％以下之后，應(yīng)全面分析戰(zhàn)略風(fēng)險。以企業(yè)的經(jīng)營模式為核心，以自上而下和自下而上相結(jié)合的方式了解企業(yè)的內(nèi)外部經(jīng)營環(huán)境、經(jīng)營產(chǎn)品，并在此基礎(chǔ)上分析確定企業(yè)經(jīng)營有效性和會計報表的關(guān)鍵認(rèn)定是否合理、合法。新的國際審計準(zhǔn)則列舉了28種可能暗示存在舞弊風(fēng)險的環(huán)境和事項（IAASB，2003）。

3.3分配剩余審計風(fēng)險評估完戰(zhàn)略風(fēng)險概率后，可按照傳統(tǒng)的方法分析認(rèn)定層次的風(fēng)險概率，兩者結(jié)合起來考慮就是重大錯報風(fēng)險概率。最后根據(jù)確定的總體審計風(fēng)險概率和評估的重大錯報風(fēng)險概率，得出關(guān)于剩余審計風(fēng)險也就是檢查風(fēng)險的概率，據(jù)此確定實質(zhì)性測試的性質(zhì)和范圍，即可將審計風(fēng)險減少到滿意程度。

審計風(fēng)險的含義范文第5篇

關(guān)鍵詞：建筑工程；工程造價審計；風(fēng)險

前言

在建筑工程實施的過程中，建筑工程造價審計是一個重要的步驟。作為我國審計監(jiān)督體系中的重要內(nèi)容之一，建設(shè)工程造價審計不僅影響著我國整體審計水平的提升，更對建筑行業(yè)的發(fā)展具有重要影響。但是在建筑工程造價審計工程在實施過程中還存在一定的風(fēng)險，下文就其風(fēng)險進(jìn)行分析。

一、工程造價審計及其風(fēng)險的含義

工程造價審計是指獨立的審計機構(gòu)和人員，依據(jù)現(xiàn)行的法律法規(guī)和相關(guān)技術(shù)經(jīng)濟(jì)指標(biāo)及審計標(biāo)準(zhǔn)，運用審計技術(shù)對工程建設(shè)過程中涉及工程造價的活動以及與之相關(guān)聯(lián)的各項工作進(jìn)行審查、監(jiān)督和評價的活動。工程造價審計的目標(biāo)主要包括檢查工程價格結(jié)算與實際完成的投資額的真實性、合法性以及檢查是否存在虛列工程、套取資金、弄虛作假、高估冒算的行為等。工程造價審計風(fēng)險是審計機構(gòu)和人員，未按照相關(guān)審計標(biāo)準(zhǔn)和真實資料而的得出錯誤工程造價結(jié)論的風(fēng)險。工程造價的審計結(jié)果既決定了項目投資效益，也影響到項目建設(shè)過程中各方主體的直接經(jīng)濟(jì)利益，因而工程造價審計風(fēng)險貫穿于工程建設(shè)項目的決策、設(shè)計、施工、竣工驗收和投資運營的全過程。

二、工程造價審計風(fēng)險產(chǎn)生原因分析

1.客觀原因?qū)е碌墓こ淘靸r審計風(fēng)險

1）法律法規(guī)尚待完善：我國現(xiàn)已頒布實施涉及工程造價確定的相關(guān)法律法規(guī)包括《建筑法》、《招標(biāo)投標(biāo)法》、《房屋建筑和市政基礎(chǔ)設(shè)施工程施工招標(biāo)投標(biāo)管理辦法》、《建筑工程施工發(fā)包與承包計價管理辦法》、《審計法》、《審計法實施條例》等。這些法律法規(guī)對于促進(jìn)建筑市場的規(guī)范和凈化、提高工程投資效率、推動工程造價審計工作的有序發(fā)展發(fā)揮了重要作用。但是針對工程造價審計的法律法規(guī)上有待完善，工程造價審計機構(gòu)和從業(yè)人員的法律地位尚未明確。2）工程項目的特點導(dǎo)致的造價審計風(fēng)險：工程項目一般投資大、建設(shè)周期長，具有單件性、多樣性和復(fù)雜性的特點，而審計人員一般較少有機會參與到工程建設(shè)各個階段之中，審計工作往往具有滯后性。被審計單位提供的招投標(biāo)文件、工程合同、工程預(yù)決算書、現(xiàn)場簽證和財務(wù)決算書等資料中可能隱藏有完整性、全面性、真實性的風(fēng)險。3）專業(yè)特征導(dǎo)致的造價審計風(fēng)險：一是工程造價涉及面廣且具有技術(shù)經(jīng)濟(jì)綜合性，涵蓋土建、裝飾、安裝、市政、園林、修繕等多個專業(yè)。二是造價審計與工程建設(shè)各階段相對應(yīng)，包括設(shè)計概算審計、施工圖預(yù)算審計、合同價審計、工程量清單計價審計和工程結(jié)算審計等。三是我國現(xiàn)行的工程計價模式較為復(fù)雜，清單計價與定額計價并行，各種地方性政策和規(guī)定繁多，容易造成工程造價確定過程出現(xiàn)風(fēng)險點。

2.主觀原因?qū)е碌墓こ淘靸r審計風(fēng)險

1）市場競爭導(dǎo)致的工程審計風(fēng)險：建筑發(fā)承包是個充分競爭的市場，承包商在投標(biāo)報價時往往采取低價競爭策略以便承攬到工程。承包商中標(biāo)之后，往往利用設(shè)計變更、簽證辦理的機會提高工程造價，如替換材料、不平衡報價、高報工程量、高套定額等，甚至采用簽訂補充協(xié)議等手段對原合同條款進(jìn)行修改，對工程造價進(jìn)行實質(zhì)性修改以實現(xiàn)其經(jīng)營利潤，同時在審計過程中也存在利益交換的道德風(fēng)險。2）建設(shè)單位內(nèi)控機制不健全導(dǎo)致的工程審計風(fēng)險：由于建設(shè)單位一般缺乏工程管理經(jīng)驗和管理人員，投資控制意識淡漠，造成工程建設(shè)過程中內(nèi)部管理制度不完善，工作流程不嚴(yán)密，工程資料不完整，甚至存在包庇承包商、的現(xiàn)象，不僅影響工程造價審計工作的順利進(jìn)行，也給審計工作帶來嚴(yán)重的風(fēng)險。3）審計單位內(nèi)部管理體制不健全導(dǎo)致的工程審計風(fēng)險：審計單位沒有嚴(yán)格執(zhí)行質(zhì)量控制制度，工作流程中必要的調(diào)查、查證、審計記錄要求不完整，沒有執(zhí)行三級審核制度；沒有將審計資料及時收集、整理、歸檔等，都將導(dǎo)致工程審計風(fēng)險。4）從業(yè)人員素質(zhì)導(dǎo)致的工程審計風(fēng)險：工程造價審計涉及各方利益，需要審計從業(yè)人員具備較高的業(yè)務(wù)能力和優(yōu)秀的職業(yè)道德。但今年來基建規(guī)模的迅速膨脹，具備全面良好素質(zhì)的審計人員匱乏，更存在極少數(shù)職業(yè)道德欠缺的工作人員，為一己私利對審計中發(fā)現(xiàn)問題不加辨識地予以確定，給工程造價審計帶來風(fēng)險和危害。5）取證不利導(dǎo)致的工程審計風(fēng)險：工程建設(shè)周期長，往往存在工程資料不完整，手續(xù)不健全，簽證與監(jiān)理、施工日志等無法呼應(yīng)，造成造價審計時取證困難，難以考證相關(guān)手續(xù)的真實性，進(jìn)而形成審計風(fēng)險。6）過程管理缺失導(dǎo)致的工程審計風(fēng)險：目前相當(dāng)多的項目采用工程竣工決算審計的方式確定工程造價，倚重于事后管理而非事前、事中管理，忽視了在工程建設(shè)過程中的跟蹤審計和造價管理，使得工程造價控制的風(fēng)險不能得到及時有效的解決，形成了工程造價審計的風(fēng)險。

三、工程造價審計風(fēng)險的防范和控制措施

1）加強工程造價審計的外部法律環(huán)境建設(shè)。完善法律、法規(guī)建設(shè)，使工程造價審計有法可依。審計工作的進(jìn)行必須依靠法律規(guī)定的約束，使工程造價審計工作、審計機構(gòu)和人員有法可依，得到嚴(yán)格的管理及控制。進(jìn)而規(guī)范市場主體行為，減少不確定性因素，防范腐敗現(xiàn)象，使審計單位掌握相對真實可靠的信息，減少被誤導(dǎo)的可能性，降低審計風(fēng)險。

2）加強高素質(zhì)工程造價審計隊伍建設(shè)。工程造價審計是以從業(yè)人員為主體，依據(jù)工程資料，在技術(shù)規(guī)范的框架內(nèi)實施的經(jīng)濟(jì)鑒證活動。因此首當(dāng)其沖需要提高審計人員的專業(yè)素質(zhì)與能力，根據(jù)各個審計人員的自身素質(zhì)與要求，進(jìn)行專業(yè)知識的培訓(xùn)和職業(yè)道德的規(guī)范，引導(dǎo)審計人員的自主學(xué)習(xí)性和創(chuàng)造性，提高審計人員的綜合素質(zhì)與能力。同時向?qū)徲嬋藛T宣貫審計風(fēng)險的防范措施，深刻了解審計風(fēng)險的重要影響。加大教育投入，全面提升審計人員的專業(yè)素質(zhì)，增強專業(yè)知識的理解，提高審計人員自身能力。審計人員素質(zhì)的提高可以通過以下方式進(jìn)行提升，①政治素質(zhì)的提升②業(yè)務(wù)素質(zhì)的提升③道德素質(zhì)的提升。

3）加強工程造價審計單位的規(guī)范化建設(shè)。工程造價審計單位應(yīng)該建立完善的管理制度，嚴(yán)格控制工程造價審計過程中的質(zhì)量。通過執(zhí)業(yè)資格管理、審計責(zé)任制度、三級復(fù)核制度、檔案管理等方面的規(guī)范，以制度的嚴(yán)格控制保證工程造價審計工作的質(zhì)量與專業(yè)性。

4）采用科學(xué)有效的審計手段。樹立限額設(shè)計、投資控制理念，重視事前和事中控制，表現(xiàn)為：①以設(shè)計階段為重點開展全過程造價控制，提高工程設(shè)計優(yōu)化，以動態(tài)管理和預(yù)防措施替代靜態(tài)的事后管理。②充分利用現(xiàn)代科學(xué)技術(shù)，運用網(wǎng)上審計和計算機輔助審計，通過提高審計方法的技術(shù)含量達(dá)到提高審計效率，確保審計項目質(zhì)量，防范和降低審計風(fēng)險。

5）加強內(nèi)部審計部門的監(jiān)督職能。應(yīng)提高建設(shè)單位的內(nèi)部審計部門職責(zé)和權(quán)限，設(shè)置審批流程，參與到工程招投標(biāo)、合同條款、工程款撥付、變更簽證等工作環(huán)節(jié)里，以保證工程造價審計時資料的真實性和完整性，為防御工程造價審計風(fēng)險創(chuàng)造良好基礎(chǔ)。

結(jié)語

工程造價審計是工程建設(shè)的重要環(huán)節(jié)，也是評價投資效益的重要指標(biāo)，其工作風(fēng)險是客觀存在的。通過不斷完善法律法規(guī)，規(guī)范各方主體行為，提供從業(yè)人員業(yè)務(wù)素質(zhì)和道德水平，細(xì)化標(biāo)準(zhǔn)和規(guī)范，就能有效防范和避免風(fēng)險，保證工程造價審計工作質(zhì)量。

參考文獻(xiàn)：